Techniky pro efektivní vyhledání K nejbližších sousedů (tzv. KNN problém) jsou základem pro mnoho dnešních aplikací. Velmi často se využívají i techniky pro přibližné KNN vyhledávání. Tyto techniky jsou založeny na grafech. Předmětem této práce rozšíření existující implementace pro přibližné KNN vyhledávání o možnost specifikovat filtr. Filtr bude podmínka, která stanoví, které vektory se při prohledávání vynechají.
- Nastudování a zprovoznení implementace HNSW
- Návrh a implementace rozšíření HNSW o výše zmíněný filtr
- Název: Vyhledávání K nejbližších sousedů na základě filtru
- Rok zadání: 2021/2022
- Vedoucí: doc. Ing. Radim Bača, Ph.D.
- Student: Bc. Jan Jedlička
- Zaměření: Databázové a informační systémy
- Forma studia: prezenční
Malkov, Y. A., & Yashunin, D. A. (2018). Efficient and robust approximate nearest neighbor search using hierarchical navigable small world graphs. IEEE transactions on pattern analysis and machine intelligence, 42(4), 824-836. Aumüller, Martin, Erik Bernhardsson, and Alexander Faithfull. "ANN-benchmarks: A benchmarking tool for approximate nearest neighbor algorithms." International Conference on Similarity Search and Applications. Springer, Cham, 2017.